基于DSP的H.264編碼器的系統設計與優化

2．5 控制電路設計

DM6446的視頻信號接口、EMIF接口為1.8 V電平，ADV7189B接口、PCIE橋接口為3.3 V電平。系統需要大量的電平轉換工作，同時還需要實現大量的邏輯控制、PCIE橋與DM6446的通信協議。FPGA器件是最適合的選擇。選用Altera公司的邏輯器件EP2C35，它可在片內實現1.8 V、2.5 V、3.3 V電平的轉換，并且能夠滿足系統對邏輯控制功能的要求。EP2C35內部集成有片內存儲器，可在ADV7189B與DM6446之間建立一個緩存區，提高數據傳輸效率。FPGA與DM6446、ADV7189B和PCIE橋接口電路如圖2所示。

3 H.264編碼器的DSP移植與優化

目前，H.264編碼器的實現版本主要有：JM、T264、X264。其中JM是H.264官方源碼，實現H.264所有特征，但其程序結構冗長，只考慮引入各種新特性以提高編碼性能，忽略編碼復雜度，其復雜度極高，不宜實用；T264編碼器編碼輸出標準的264碼流，解碼器只能解T264編碼器生成的碼流；X264是編碼器注重實用，在不明顯降低編碼性能的前提下，努力降低編碼的計算復雜度。這里，用X264編碼器對DSP平臺移植、優化。X264程序在DSP平臺上實現及優化主要有：程序簡化、代碼移植、代碼優化。

3．1 程序簡化

X264編碼器除支持H.264的基本檔次外，還包含主要檔次的某些功能選項以及其他功能模塊，代碼尺寸較大，因此需要將不必要的功能模塊刪除，以減小代碼尺寸。主要做以下刪減：刪除X264程序中的解碼部分，以及基本檔次功能之外的CABAC、B slice部分；X264程序是基于X86的PC平臺，包含了SSE、MMX等。PC平臺使用的優化技術，在DSP平臺下無效：針對DSP平臺特點，調整刪減后的代碼文件結構。

3．2 代碼移植

TI公司的DSP開發工具CCS具有自己的ANSI C編譯器和優化器，并有自己的語法規則和定義，經過上一步簡化后得到純C版本的X264編碼器需要經過修改才能夠在CCS下應用于具體的DSP。主要包括：①Visual c++、CCS對于變量和結構體的“重復定義”問題的不同處理，需更改頭文件中變量和結構體定義的位置；②用功能相同的庫函數代替CCS中沒有的庫函數，如strncasecmp()；③數據格式的不同，用long代替CCS中沒有的_int64格式；④按照CCS下C語言的規則定義數組；⑤修改系統配置參數的讀取方式；⑥編寫針對TMS320DM6446存儲結構的CMD文件。如此，X264便可以在CCS下編譯通過并運行。

3．3 代碼優化

純C版本的X264程序并沒有利用DM6446的資源和并行機制，代碼運行速度極低。因此必須對代碼進行優化，提高處理性能。X264代碼優化有以下3個層次：項目級優化、算法級優化和指令級優化：

(1)項目級優化項目級優化主要是對CCS提供的各種編譯參數進行選擇、搭配、調整，如本文使用的選項-o3、-pm等；利用CCS編譯器提供的優化功能，改善循環及多重循環體性能，進行軟件流水，提高軟件的并行性；改寫不適合編譯器優化的語句，使CCS能夠對程序進行更好的優化。

(2)算法級優化進行算法級優化時。應使VC環境下的純C版本與CCS下的版本同步更新，VC版本運行正確，既可以保證算法理論上的正確，又可以加快工作速度并減少問題的產生。該算法優化工作主要有以下幾點：①運動估算法的選擇：X264編碼器提供3種可選的整像素運動估算法：X264_ME_ESA(全搜索法)、X264_ME_HEX(六邊形搜索法)、X264_ME_DIA(小菱形搜索法)。在VC環境下使用純C版本代碼對同一視頻序列使用3種不同的搜索方法進行編碼。對比3種搜索方法在編碼速度、峰值信噪比(PSNR)、碼率方面的性能。對比之下X264_ME_ESA算法的峰值信噪比最高,X264_ME_HEX次之，X264_ME_DIA最低，但相互之間的質量差別并不大，碼率差別也很小，但編碼速度卻有明顯差距，X264_ME_DIA較前兩者在編碼速度上有明顯的優勢。經比較，選擇使用X264_ME_DIA運動估計算法。②幀內預測模式的改進：在X264的幀內預測流程中加入提前終止模式選擇的條件，改進算法的流程。進行16×16宏塊幀內模式搜索時，在當前模式的開銷小于已搜索過的模式的最小開銷的一半時，終止16×16幀內預測模式選擇，以當前模式為最佳16×16幀內預測模式。對4×4塊也加入相同的條件，并且若當前4×4塊幀內預測模式的預測開銷比相應的最佳16×16塊幀內預測模式的開銷的1／16還要小，則終止4×4塊的幀內預測模式選擇，以當前預測模式作為最佳4×4塊的幀內預測模式。改進后的幀內預測主體流程如圖3所示，灰色部分為加入的判定條件。

幀間預測模式的改進：將當前的16×16宏塊劃分為4個8×8宏塊，分別預測其運動矢量，然后以左右相鄰、上下相鄰的2個8×8塊的運動矢量的差值和閾值相比較為依據，判定是否進行16×8、8×16等分塊模式的預測，最后選擇開銷最小的劃分模式為最佳幀間劃分模式。

(3)指令級優化 DM6446一個時鐘周期內可并行運行8條指令，一次可存取64位數據，內部擁有64個32位通用寄存器，并且支持對寄存器中的4個8位字節或2個16位字節分別進行運算處理，這些使得DM6446具有很強的并行運算能力。視頻圖像的像素尺寸一般是4的倍數，X264中像素的值是用8位或16位數據按矩陣形式有規律的存儲，這種數據存儲結構與DM6446的并行處理方式很契合。因此對X264程序進行指令優化充分發揮DM6446的并行運算能力，是提高編碼器速度的關鍵。主要分為以下兩部分：①使用內聯函數優化；C6000編譯器提供了許多內聯函數intrinsics，它們是匯編指令映射的在線函數，不宜用C語言實現其功能的匯編指令都有對應的intrinsics函數。這樣就可在C語言結構中直接使用內聯函數實現對多個數據的并行運算操作。如：未使用內聯函數優化前X264程序調用一次雙線性內插函數只能計算一個亞像素點的值，而使用內聯函數_mem4()、_avgu4()等進行優化后，一次可以計算4個亞像素點的值，大大提高了運算速度。②使用線性匯編語言優化：由于線性匯編不需要考慮寄存器分配、指令延遲、并行指令安排等因素。因此可以利用CCS提供的profile分析工具將使用頻率高、耗時多的函數抽取出來，根據事先已知的數據間的相關性等信息，在程序中直接改寫函數匯編，人工優化。涉及的算法有：SAD、SSD的計算；DCT變換；反DCT變換、亞像素搜索等。

4 實驗結果

選取具有代表性的視頻序列carphone(人物運動幅度較大)、news(背景變化，人物運動幅度不大)、container(背景簡單，景物運動緩慢)進行編碼。視頻為YUV 4：2：0格式．QCIF，量化步長定為26，共50幀，采用IPPP…編碼模式。DM6446的時鐘頻率為600 MHz。表1為優化后峰值信噪比、消耗時鐘周期、碼率等實驗結果。表2為優化前后編碼時鐘周期對比，I幀編碼速度平均提高了9倍，P幀編碼速度平均提高了11倍。

以視頻Miss-America為例，研究、對比移植優化后的編碼器在不同的量化步長值(QP)下，圖像的壓縮質量，如圖4所示。

5 結論

移植優化后的X264編碼器在CCS環境下可正確編碼，在量化步長值26下編碼圖像質量較高，優化后編碼速度較優化前有明顯提升。介紹的H.264視頻編碼系統的硬件設計，和X264編碼器針對DM6446平臺移植、優化的思路和方法，對構建高效的視頻應用平臺具有一定的參考價值。

作者：李博丞 嚴勝剛 曲鵬